This course will introduce the learner to the basics of the python programming environment, including fundamental python programming techniques such as lambdas, reading and manipulating csv files, and the numpy library. The course will introduce data manipulation and cleaning techniques using the popular python pandas data science library and introduce the abstraction of the Series and DataFrame as the central data structures for data analysis, along with tutorials on how to use functions such as groupby, merge, and pivot tables effectively. By the end of this course, students will be able to take tabular data, clean it, manipulate it, and run basic inferential statistical analyses.
Este curso faz parte do Programa de cursos integrados Ciência de dados aplicada com Python
oferecido por
Programa de cursos integrados Ciência de dados aplicada com PythonUniversidade de MichiganInformações sobre o curso
2,305,547 visualizações recentes
Resultados de carreira do aprendiz
33%
comecei uma nova carreira após concluir estes cursos
35%
consegui um benefício significativo de carreira com este curso
10%
recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 16 horas para completar
Inglês
Legendas: Chinês (tradicional), Português (Brasil), Vietnamita, Coreano, Inglês, Hebraico
O que você vai aprender
Understand techniques such as lambdas and manipulating csv files
Describe common Python functionality and features used for data science
Query DataFrame structures for cleaning and processing
Explain distributions, sampling, and t-tests
Habilidades que você terá
Python ProgrammingNumpyPandasData Cleansing
Resultados de carreira do aprendiz
33%
comecei uma nova carreira após concluir estes cursos
35%
consegui um benefício significativo de carreira com este curso
10%
recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 16 horas para completar
Inglês
Legendas: Chinês (tradicional), Português (Brasil), Vietnamita, Coreano, Inglês, Hebraico
oferecido por
Universidade de Michigan
The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future.
Programa - O que você aprenderá com este curso
3 horas para concluir
Week 1
In this week you'll get an introduction to the field of data science, review common Python functionality and features which data scientists use, and be introduced to the Coursera Jupyter Notebook for the lectures. All of the course information on grading, prerequisites, and expectations are on the course syllabus, and you can find more information about the Jupyter Notebooks on our Course Resources page.
3 horas para concluir
11 vídeos (Total 58 mín.), 4 leituras, 1 teste
11 videos
Data Science7min
The Coursera Jupyter Notebook System3min
Python Functions8min
Python Types and Sequences8min
Python More on Strings3min
Python Demonstration: Reading and Writing CSV files3min
Python Dates and Times2min
Advanced Python Objects, map()5min
Advanced Python Lambda and List Comprehensions2min
Advanced Python Demonstration: The Numerical Python Library (NumPy)7min
4 leituras
Syllabus10min
Help us learn more about you!10min
50 years of Data Science, David Donoho (optional)1h 30min
Notice for Auditing Learners: Assignment Submission10min
1 exercício prático
Week One Quiz12min
3 horas para concluir
Week 2
In this week of the course you'll learn the fundamentals of one of the most important toolkits Python has for data cleaning and processing -- pandas. You'll learn how to read in data into DataFrame structures, how to query these structures, and the details about such structures are indexed. The module ends with a programming assignment and a discussion question.
3 horas para concluir
8 vídeos (Total 45 mín.), 1 leitura, 2 testes
8 videos
Introduction2min
The Series Data Structure4min
Querying a Series8min
The DataFrame Data Structure7min
DataFrame Indexing and Loading5min
Querying a DataFrame5min
Indexing Dataframes5min
Missing Values4min
1 leituras
Common Assignment Pitfalls10min
3 horas para concluir
Week 3
In this week you'll deepen your understanding of the python pandas library by learning how to merge DataFrames, generate summary tables, group data into logical pieces, and manipulate dates. We'll also refresh your understanding of scales of data, and discuss issues with creating metrics for analysis. The week ends with a more significant programming assignment.
3 horas para concluir
6 vídeos (Total 35 mín.)
6 videos
Pandas Idioms6min
Group by6min
Scales7min
Pivot Tables2min
Date Functionality5min
6 horas para concluir
Week 4
In this week of the course you'll be introduced to a variety of statistical techniques such a distributions, sampling and t-tests. The majority of the week will be dedicated to your course project, where you'll engage in a real-world data cleaning activity and provide evidence for (or against!) a given hypothesis. This project is suitable for a data science portfolio, and will test your knowledge of cleaning, merging, manipulating, and test for significance in data. The week ends with two discussions of science and the rise of the fourth paradigm -- data driven discovery.
6 horas para concluir
4 vídeos (Total 25 mín.), 1 leitura, 2 testes
1 leituras
Post-course Survey10min
Avaliações
Principais avaliações do INTRODUCTION TO DATA SCIENCE IN PYTHON
por PK9 de Mai de 2020
The course had helped in understanding the concepts of NumPy and pandas. The assignments were so helpful to apply these concepts which provide an in-depth understanding of the Numpy as well as pandans
por AU9 de Dez de 2017
Wow, this was amazing. Learned a lot (mostly thanks to stack overflow) but the course also opened my eyes to all the possibilities available out there and I feel like i'm only scratching the surface!
por BN1 de Mar de 2017
Enjoyed every bit of it. The timings for the assignment could be a little bit more though. Also the expected output could be provided for validation, rather than the grader printing cryptic messages.
por BZ17 de Mai de 2020
super hard course I enjoyed it but the thing that I didn't like specially when this is supposed to be the learning phase the assignments were hard and it sometimes pushes you to look for the solution
Sobre Programa de cursos integrados Ciência de dados aplicada com Python
The 5 courses in this University of Michigan specialization introduce learners to data science through the python programming language. This skills-based specialization is intended for learners who have a basic python or programming background, and want to apply statistical, machine learning, information visualization, text analysis, and social network analysis techniques through popular python toolkits such as pandas, matplotlib, scikit-learn, nltk, and networkx to gain insight into their data.
Introduction to Data Science in Python (course 1), Applied Plotting, Charting & Data Representation in Python (course 2), and Applied Machine Learning in Python (course 3) should be taken in order and prior to any other course in the specialization. After completing those, courses 4 and 5 can be taken in any order. All 5 are required to earn a certificate.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
- o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
- Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Qual é a política de reembolso?
Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.
Existe algum auxílio financeiro disponível?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .
Ganharei créditos universitários por concluir o curso?
Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
